全局数据空间的数据质量管理策略

垂直领域专用模型池 · 5维时空打标 · 条件编码分发 · 强化学习闭环

一核心理念：垂直领域专用模型池

1.1 设计决策：拒绝通用，拥抱垂域

当前具身智能行业存在两条泾渭分明的技术路线。第一条路线追求「万能通用智能体」——训练一个超大参数模型，试图覆盖从感知、推理到执行的全场景需求，以参数规模换取泛化能力。第二条路线则先训练具备基础世界认知能力的模型，再针对具体场景进行后训练，将其转化为垂类场景专家，以场景深度换取确定性和可靠性。

Z-MAX 坚定选择后者。全局数据空间以 DDS 为数据总线，以 UNS 统一命名空间为数据组织架构，以 5 维时空打标（X·Y·Z·T·S）为数据质量管理基准，以 垂直领域专用模型池（ACT / VLA-T / zFlow / GR00T / ThinkAct）为核心推理引擎，以 原子技能 + 残差 RL为动作执行框架，形成条件编码 → 模型路由 → 动作执行 → 数据回灌 → 模型更新的完整闭环，最终实现从 95% 到 99% 成功率的持续进化。这一决策的根因在于工业场景对确定性、可靠性和低延迟的刚性要求——产线上的每一次抓取、每一次插入、每一次检测都不容许概率性的「差不多」。

1.2 架构设计分析：为什么是模型池而非大模型

1.3 全局数据空间的战略定位

全局数据空间（DDS Global Data Space）是模型池策略的使能层。它不是一个数据库或消息队列，而是一套以数据为中心的分布式架构——所有传感器、编码器、模型、执行器和反馈通道都在同一个命名空间下读写数据，彼此不关心对方的物理位置或编程语言。

在这个架构中，数据质量管理不是事后补救，而是嵌入全链路的原生能力：从传感器采集的那一刻起，每一帧图像、每一组力觉读数、每一次动作指令都被打上 5 维时空标签（X·Y·Z·T·S），在数据空间中形成可追溯、可检索、可回流训练的完整证据链。这正是 Z-MAX 与「端到端黑箱推理」路线的本质差异——我们不仅要智能，更要可解释、可审计、可进化的智能。

二5维时空数据打标方案

2.1 五维定义

2.2 UNS 统一命名空间

UNS（Unified Namespace）以一致且标准化的方式组织实时工业数据，核心目标是消除数据孤岛。

2.3 原子技能 → 5维打标（5步法）

三条件编码与分发策略

3.1 DDS — 技术底座

DDS 不仅是「发布-订阅」消息传递，更是一块全局共享白板：所有节点都能发布或读取数据，不关心对方在哪台机器、用什么语言。以数据为中心，提供丰富的 QoS 策略保障实时、高效、灵活分发。

3.2 条件编码器 — 54 场景 → 向量

3.3 DDS Lookup — 条件→模型路由表

3.4 StageACT 阶段条件编码器：从"开门"到"通用数据质量管理"

StageACT 提出了阶段条件化模仿学习框架——将长时域任务分解为离散阶段（S1 接近把手→S2 抓握→S3 转动→S4 拉开→S5 通过），底层策略以 One-hot 阶段向量为条件输入。核心洞见：同一观测在不同阶段有完全不同的最优动作——机器人看到门把手时，是伸手还是拉回，取决于当前处于哪个阶段。这一机制天然解决了观测歧义，并赋予了策略在失败时自主回退到正确阶段的恢复能力。

Z-MAX 将 StageACT 的阶段条件化思想深度集成到 DDS 数据质量管理体系中，形成三级条件编码架构：① VLM 高层阶段识别（视觉语言模型自动标注当前任务阶段）→ ② 条件编码器中层映射（阶段标签 → 256维条件向量 → 模型路由）→ ③ 底层策略阶段条件化执行（每个垂域模型接收阶段条件，在正确的时间执行正确的动作）。这不仅是一种模仿学习技巧，更是一套通用任务结构化 + 质量可追溯 + 模型可演进的数据驱动范式。

▲ 三级条件编码架构：从 VLM 语义理解到底层策略阶段条件化执行的全链路

三大技术支柱

StageACT 阶段 → 800G DR8 产线条件编码映射

3.5 垂直领域专用模型池

四强化学习与条件编码的闭环

4.1 闭环架构

4.2 奖励函数设计

奖励 = 条件匹配 + 动作精度 + 力控安全 + 节拍效率

4.3 三层技能架构

4.4 闭环反馈数据流

五数据质量门禁与持续进化

六完整技术方案汇总

Z-MAX 静界科技 · 全局数据空间数据质量管理策略